LF-YOLO: A Lighter and Faster YOLO for Weld Defect Detection of X-Ray Image

特征(语言学) 编码(集合论) 计算机科学 卷积(计算机科学) 人工智能 特征提取 模式识别(心理学) 图像(数学) 焊接 卷积神经网络 人工神经网络 计算机视觉 工程类 机械工程 哲学 集合(抽象数据类型) 程序设计语言 语言学
作者
Moyun Liu,Youping Chen,Jingming Xie,Lei He,Yang Zhang
出处
期刊:IEEE Sensors Journal [Institute of Electrical and Electronics Engineers]
卷期号:23 (7): 7430-7439 被引量:38
标识
DOI:10.1109/jsen.2023.3247006
摘要

X-ray image plays an important role in manufacturing industry for quality assurance, because it can reflect the internal condition of weld region. However, the shape and scale of different defect types vary greatly, which makes it challenging for model to detect weld defects. In this article, we propose a weld defect detection method based on convolution neural network (CNN), namely, lighter and faster YOLO (LF-YOLO). In particular, a reinforced multiscale feature (RMF) module is designed to implement both parameter-based and parameter-free multiscale information extracting operations. RMF enables the extracted feature map to represent more plentiful information, which is achieved by a superior hierarchical fusion structure. To improve the performance of detection network, we propose an efficient feature extraction (EFE) module. EFE processes input data with extremely low consumption and improves the practicability of whole network in actual industry. Experimental results show that our weld defect detection network achieves satisfactory balance between performance and consumption and reaches 92.9 mean average precision (mAP50) with 61.5 frames/s. To further prove the ability of our method, we test it on the public dataset MS COCO, and the results show that our LF-YOLO has an outstanding versatility detection performance. The code is available at https://github.com/lmomoy/LF-YOLO .
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
宇文非笑完成签到 ,获得积分10
1秒前
nine2652完成签到 ,获得积分10
30秒前
Driscoll完成签到 ,获得积分10
43秒前
曾经不言完成签到 ,获得积分10
46秒前
钱念波完成签到 ,获得积分10
53秒前
kanong完成签到,获得积分0
58秒前
1分钟前
我在云端完成签到 ,获得积分10
1分钟前
AURORA丶完成签到 ,获得积分10
1分钟前
Jeremy完成签到 ,获得积分10
1分钟前
波里舞完成签到 ,获得积分10
1分钟前
伊yan完成签到 ,获得积分10
1分钟前
顽固分子完成签到 ,获得积分10
1分钟前
小鱼女侠完成签到 ,获得积分10
1分钟前
a46539749完成签到 ,获得积分10
1分钟前
黛寒完成签到 ,获得积分10
1分钟前
2分钟前
明理小土豆完成签到,获得积分10
2分钟前
凌露完成签到 ,获得积分0
2分钟前
打鬼忍者完成签到 ,获得积分10
2分钟前
2分钟前
2分钟前
Sun1c7完成签到,获得积分10
2分钟前
害羞便当完成签到 ,获得积分10
2分钟前
HLT完成签到 ,获得积分10
2分钟前
桃儿完成签到 ,获得积分10
2分钟前
小天使海蒂完成签到 ,获得积分10
2分钟前
《子非鱼》完成签到,获得积分10
2分钟前
2分钟前
chenle_98发布了新的文献求助10
2分钟前
Herbs完成签到 ,获得积分10
2分钟前
2分钟前
TobyGarfielD完成签到 ,获得积分10
2分钟前
空曲完成签到 ,获得积分10
2分钟前
大意的晓亦完成签到 ,获得积分10
2分钟前
Jonsnow完成签到 ,获得积分10
3分钟前
3分钟前
3分钟前
XMUZH完成签到 ,获得积分10
3分钟前
沉沉完成签到 ,获得积分0
3分钟前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
Evolution 3rd edition 1500
保险藏宝图 1000
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 700
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 700
Mathematics and Finite Element Discretizations of Incompressible Navier—Stokes Flows 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3186883
求助须知:如何正确求助?哪些是违规求助? 2836943
关于积分的说明 8011996
捐赠科研通 2499375
什么是DOI,文献DOI怎么找? 1334354
科研通“疑难数据库(出版商)”最低求助积分说明 637170
邀请新用户注册赠送积分活动 605068